top of page

強化智能交通 宜借鑑倫敦

Updated: Apr 28

經過近幾年的致力推動,香港在創新及科技方面有不錯的改善。筆者認為,創新及科技的發展絕不能因為目前社會情況而放慢下來,事關科技創新是未來人類社會發展的整體需求,絕非奢侈品。 值得肯定的是,在剛發表的2019年《施政報告》中,港府對智能交通方面的重視已有所體現:在改善公共交通政策上,政府強調,要利用數據分析協調及規劃公共設施保養,鼓勵運用科技去加強實時交通事故的處理、應變能力。筆者同意交通作為一種城市通病,香港絕對不能鬆懈。 上周末,筆者有幸和西班牙巴塞隆拿前副市長吃晚飯,他提到,很多城市在解決交通問題上屢戰屢敗。以印度孟買為例,每天早上有600多萬人須進城上班,到了晚上,這600多萬人又要返回位於郊區的家裏。為了滿足個人工作出行需要,印度大部分人口都希望住在城市裏,因此,印度人口出現高度城鎮化的現象(印度有超過30%的人口住在城市中)。這些跑到城裏的印度年輕人都希望擁有一部汽車,政府也很難說服他們多使用公共交通工具出行。由此可見,交通問題並不是某一相關政府部門可以單獨解決的。 倫敦交通局(Transport for London, TFL)10年前開始免費發布與該市交通相關的數據,包括車次到達時間、公共交通班次時間表、空氣質量、交通擁堵狀況,以及交通網絡服務狀態等,特別之處是該數據獲允許開放予任何人使用。截至2017年,TFL的數據已支持了超過600個應用程式(App),覆蓋42%的倫敦市民。通過TFL提供免費數據創造的良性循環,很多私營企業已利用這些數據創建新的產品和服務。同時,市民基於公開數據所搭建的App,提高了行程的確定性,從而幫助倫敦的交通網絡使用者節約時間,甚至增加了步行的樂趣。通過這些開放數據的應用,人們在出行時獲得極大方便,連帶外來旅客也願意利用相關應用在倫敦市內遊覽。這種政企合作模式簡潔有效,通過公共數據分享大幅激發私營企業的積極性。反之,TFL也可以從應用程式開發企業處獲取大量有效數據。筆者認為TFL的案例,為人口稠密度高的北京、上海、香港等國際化城市,提供了很好的借鑑。 北京市經濟和信息化局最近發布《關於通過公共數據開放促進人工智能產業發展的工作方案》,強調要為保障公共 數據開放有序實施做準備:在特定方式下有條件開放公共數據,為人工智能(AI)產業發展提供普惠數據,通過分 級分類管理,在城市管理領域重點推進AI應用發展等。同時,上海也開始在同一方向積極推進,類比京滬,香港的 數據資源具有同樣優勢,但港企在這領域的積極性仍需提升。

Recent Posts

See All
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
集結舊手機算力 媲美當今伺服器

你可曾想過,你抽屜裏那部4年前的舊手機,可能很有價值? 這個星期,Google Research聯同加州大學聖地牙哥分校(UCSD)公布一項創新計劃:運用2000部退役的Pixel手機,構建一個真實可用的雲端計算平台。這不僅是概念驗證,更是一個供數百名學者與研究人員實際操作的生產級環境。處理方式十分直接,將舊手機的熒幕、電池、外殼全部移除,僅保留主機板,透過Kubernetes技術組成叢集,直接轉

 
 
bottom of page